基于可解释性机器学习的城市O3驱动因素挖掘

受前体物排放和气象条件等因素共同驱动,大气臭氧(O₃)已成为影响城市夏季环境空气质量的主要污染物.目前物理化学机制驱动的演绎模型在进行O₃污染解析时需要的模型参数众多,运算时效性较差;数据驱动的归纳模型运算效率高,但存在可解释性差等问题.通过建立可解释性数据驱动的Correlation-ML-SHAP模型,Correlation模块挖掘O₃浓度关联影响因素,机器学习ML模块耦合可解释性SHAP模块计算各驱动因素对O₃浓度的影响贡献,实现对驱动因素的定量解析,并以晋城市2021年夏季O₃污染过程为例开展应用研究.结果表明,Correlation-ML-SHAP模型能够挖掘并利用强驱动因素模拟O₃浓度和量化影响贡献,其中ML模块采用XGBoost模型模拟准确度最佳. 2021年夏季晋城市O₃污染强驱动因素为：气温、日照强度、湿度和前体物排放水平,贡献权重为：32.1%、 21.3%、 16.5%和15.6%,其中气温、日照强度和前体物排放...     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

基于支持向量机的巢湖富营养化程度评价研究

由于湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂而且具有非线性特征。支持向量机是由Vapnik等人提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,解决了一些神经网络遗留的问题,又由于其应用了核函数思想,它可以较好地解决非线性问题,利用支持向量机多类分类算法,构建巢湖富营养化程度评价模型,取得较好的结果。     

Approaching the upper boundary of driver-response relationships: identifying factors using a novel framework integrating quantile regression with interpretable machine learning

● A novel framework integrating quantile regression with machine learning is proposed. ● It aims to identify factors driving observations to upper boundary of relationship. ● Increasing N:P and TN concentration help fulfill the effect of TP on CHL. ● Wetter and warmer decrease potential and increase eutrophication control difficulty. ● The framework advances applications of quantile regression and machine learning. The identification of factors that may be forcing ecological observations to approach the upper boundary provides insight into potential mechanisms affecting driver-response relationships, and can help inform ecosystem management, but has rarely been explored. In this study, we propose a novel framework integrating quantile regression with interpretable machine learning. In the first stage of the framework, we estimate the upper boundary of a driver-response relationship using quantile regression. Next, we calculate “potentials” of the response variable depending on the driver, which are defined as vertical distances from the estimated upper boundary of the relationship to observations in the driver-response variable scatter plot. Finally, we identify key factors impacting the potential using a machine learning model. We illustrate the necessary steps to implement the framework using the total phosphorus (TP)-Chlorophyll a (CHL) relationship in lakes across the continental US. We found that the nitrogen to phosphorus ratio (N׃P), annual average precipitation, total nitrogen (TN), and summer average air temperature were key factors impacting the potential of CHL depending on TP. We further revealed important implications of our findings for lake eutrophication management. The important role of N׃P and TN on the potential highlights the co-limitation of phosphorus and nitrogen and indicates the need for dual nutrient criteria. Future wetter and/or warmer climate scenarios can decrease the potential which may reduce the efficacy of lake eutrophication management. The novel framework advances the application of quantile regression to identify factors driving observations to approach the upper boundary of driver-response relationships.     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN...     

矿井提升机盘闸制动系统工作状态监控与安全

运用故障树分析(FTA)方法分析矿井提升机盘式制动系统故障原因,包括机械故障、摩擦系数故障、液压故障等,提出矿井提升机盘闸制动系统的故障树,并给出了系统状态计算机测控系统方案。采用现代检测与计算机技术,对盘闸制动系统的主要故障进行综合检测;对摩擦系数进行间接检测;研究成果,为故障报警与控制提供了保障,报警与控制结合,提高了提升机盘闸制动系统的安全性。     

综合防尘技术在开元公司的应用

主要介绍了采煤机高压引射降尘系统、液压支架自动喷雾、粉尘浓度在线检测超限自动喷雾等综合防尘技术在开元公司矿井中的应用。通过对降尘系统效果监测和分析,降尘效率达到84．1％,降尘效果明显,改善了作业场所的劳动卫生条件。     

菇渣用作无纺布容器育苗成型机配套基质的研究

为探讨菇渣在无纺布容器育苗成型技术中作为配套容器基质应用的可行性,研究了育苗成型机制备的菇渣(发酵后)和草炭容器基质的基本理化性质、盐分淋洗特征及其对火炬树和侧柏出苗及生长的影响。结果表明:菇渣基质的容重、通气状况与草炭基质之间无显著差异,pH值虽显著高于草炭基质,但适宜多数植物生长;相对于草炭基质,菇渣基质的持水能力不足,保肥性能较差;菇渣基质的适宜水分范围(36.1%~143.5%)明显小于草炭基质(41.9%~193.8%),有效水绝对含量较低;菇渣基质的电导率(3.71 mS.cm-1)虽高于安全育苗的临界值(≤2.6 mS.cm-1),但随着浇水次数的增加可逐渐降到安全值以下;菇渣基质的全氮、全磷和全钾含量显著高于草炭基质。在充足的水分和养分条件下,菇渣和草炭容器基质对侧柏和火炬树出苗及成活的影响基本一致,但菇渣基质对火炬树的育苗效果优于草炭基质。可见,只要保证充足水分,菇渣基质在无纺布容器育苗成型技术中可以替代草炭基质用于火炬树和侧柏的育苗。     

两种培养基对饮水机出水中细菌总数的测定效果比较

采用营养琼脂培养基和R2A Agar培养基对上海某高校及其附属小学公用饮水机出水细菌总数变化规律进行了测试分析比较。结果表明,在洁净饮用水受微生物微污染情况下,R2A Agar培养基更适合这种贫营养环境中的微生物的培养,比营养琼脂培养基具有更好的灵敏度。